优化设计的基本术语和数学模型预案.pptVIP

例1：已知：制造一体积为100m3，长度不小于5m，不带上盖的箱盒，试确定箱盒的长x1，宽x2，高x3，使箱盒用料最省。 分析： （1）箱盒的表面积的表达式； （2）设计参数确定：长x1，宽x2，高x3 ； （3）设计约束条件： （a）体积要求； （b）长度要求； 数学模型： 某工厂生产A 和B 两种产品，A 产品单位利润为PA 万元， B 产品单位利润为PB 万元。每生产一个A 产品需消耗煤aC 吨，电aE 度，人工aL 个人日；每生产一个B 产品需消耗煤bC 吨，电bE 度，人工bL 个人日。现有可利用生产资源煤C 吨，电E 度，劳动力L 个人日，欲找出其最优分配方案，使利润最大。 分析： （1）利润的表达式； （2）设计参数确定： A 产品xA， B 产品xB ； （3）设计约束条件： （a）煤约束； （b）电约束； （b）劳动力约束； 数学模型 一个设计方案可以用一组基本参数的数值来表示。 设计变量——在优化设计中，可以进行调整和优选的独立参数. 2.约束条件 3.目标函数 求解优化问题的基本解法有： * * * * * x1 x2 x3 2 优化设计的基本术语和数学模型 2.1 引言 设计参数： 设计目标： 约束条件： x1 x2 x3 例2：生产资源分配问题 设计参数： 设计目标： 约束条件： 由以上两个实例可见，一个优化设计问题应包括： (1)有描述设计方案的一组设计变量； (2)有一个或几个目标函数(或准则函数)，且是设计变量的标量函数； (3)明确一组表示可接受设计方案的约束条件，且也是全部或几个设计变量的标量函数； (4)能求出一组设计变量的值，在满足全部约束条件下，使目标函数达到最小(或最大)值。 2.2 优化设计的基本术语 2.2.1 设计变量 设计变量的全体实际上是一组变量，用一个列向量表示 由n个设计变量 为坐标所组成的实空间称作设计空间。一个“设计”，可用设计空间中的一点表示。 设计变量的数目称为优化设计的维数，如n个设计变量，则称为n维设计问题。 按照产品设计变量的取值特点，设计变量可分为连续变量（例如轴径、轮廓尺寸等）和离散变量（例如各种标准规格等）。 设计空间 小型设计问题：一般含有2—10个设计变量； 中型设计问题：10—50个设计变量； 大型设计问题：50个以上的设计变量。 目前已能解决200个设计变量的大型最优化设计问题。 设计空间的维数 设计空间是所有设计方案的集合，但这些设计方案有些是工程上所不能接受的。如一个设计满足所有对它提出的要求，就称为可行设计 一个可行设计必须满足某些设计限制条件，这些限制条件称作约束条件，简称约束。 约束又可按其数学表达形式分成等式约束和不等式约束两种类型： (1)等式约束 (2)不等式约束 可行域 : 在设计空间中，满足所有约束条件的设计点所构成的空间 。 例：满足两项约束条件 g1（X）=x12＋x22—16 ≤ O 和 g2（X）＝2—X2≤0 的二维设计问题的可行域D。 可行域 : 约束条件: g1（X）=x12＋x22—16 ≤ O g2（X）＝2—X2≤0 图1-3 约束条件规定的可行域D 在优化过程中，通过设计变量的不断向F(X)值改善的方向自动调整，最后求得F(X)值最好或最满意的X值。 单目标函数 多目标函数 为了对设计进行定量评价，必须构造包含设计变量的评价函数，它是优化的目标，称为目标函数，以F(X)表示。 2.3 优化设计的数学模型及其分类 2.3.1 数学模型的标准格式 有约束优化设计模型 无约束优化设计模型 2.3.2 数学模型的分类 连续变量优化设计模型 离散变量优化设计模型 非线性优化 线性优化 单目标优化 多目标优化 本课程中，所有的优化设计问题都是求目标函数的极小值。遇到求极大值的问题，则先通过转化变成极小值问题。 与此同时，所有的不等式约束都采用 的形式。 例1：如下二维非线性规划问题 通过二维优化问题的几何求解来直观地描述优化设计的基本思想。 2.4 优化设计模型的几何解释 目标函数等值线是以点（2，0）为圆心的一组同心圆。 如不考虑约束，本例的无约束最优解是： ， 约束方程所围成的可行域是D。 图解法 解析法 数值解法 解析法：即利用数学分析(微分、变分等）的方法，根据函数（泛函）极值的必要条件和充分条件求出其最优解